基本统计指标体系例子 统计指标体系的例子( 三 )


当然,以上仅是指标搭建方法 。好比于我们做菜,有时候会需要菜谱,因为需要将顺序的放入食材和适当的火候才能烹饪成一道美味 。
【基本统计指标体系例子 统计指标体系的例子】搭建指标体系可以借助一些抽象模型,比如,交易类平台最经典的“人货场”模型,用户、商品、场景以不同的方式组合在一起,往往也意味着不同的交易模式,但是核心还是一句话:谁在什么「场景」下「买」了什么「商品」 。
以电商公司为例:用户(企业/个人)在场景(平台)购买了哪些资源(商品) 。通过对三者的分析,覆盖到了产品线的方方面面,从定目标到完成,也借此来调整运营的策略以及功能迭代的侧重点 。
“用户”的视角,主要是识别用户从哪里来(渠道)、用户有哪些特征(画像)、可以分成哪些层次(RFM模型)以及用户的消费质量等等 。
“场景”的视角,主要识别平台的有多少流量,这些流量的转化率,购买了多少金额,购买了多少商品等等 。
“商品”的视角,主要分析售前时客户需要哪些品类、这些品类如何定义,售中时是否需要优惠券,以及用售后时用户对于商品的使用情况及反馈建议等 。
其实,作为一种抽象模型,起源于传统零售行业的“人货场”理论,在电商行业发扬光大 。在如今不仅运用电商和零售,还能应用内容、社交等一系列场景 。
比如,可以“人货场”的角度来剖析 B 站作为内容社区的发展 。人——如何 看待 B 站的用户及创作者?用户从二次元→Z世代→Z+时代 。创作者实现正向循环,PUGV内容占比越来越高 。
货——如何理解B站内容与创作者生态?从二次元到番剧,再到多元化发展 。PUGV和 OGV 两头抓 。
场——B站平台社区环境如何建立?相对公平的流量分配机制,双列视频展示形式 + 单列沉浸式小视频,并承袭二次元弹幕的社区“梗文化” 。
除了在经典的“人货场”抽象模型,还有被称为“海盗模型”的AARRR模型,分别对应了用户生命周期中的五个阶段:Acquisition [获取] 、Activation [激活] 、Retention [存留] 、Revenue [收益] 和Referral [推荐]。
当用户处于不同的用户生命周期不同阶段时,也需要使用不同的指标去定义 。根据海盗模型 AARRR 产品增长模型,可以将指标分为五大类:拉新指标、活跃指标、留存指标、转化指标、传播指标 。
04 结语
数据是杠杆,借助数据能撬动更大的价值 。但是玩转数据的前提,首先是存储和利用数据 。很多时候,企业已经不满足分析 T+1 周期的离线数据,正如抖音的智能推荐解决了人与信息的匹配,淘宝的千人千面解决了人货匹配 。这不仅要求数据在线,更对数据的实时性也有着越来越高的要求 。
指标体系的生产和建立,依赖于数据的准确性、时效性和完整性 。无论是数仓还是数据中台,都只是一种手段,更重要的是借助数据去实现量化业务态势,找到当前的症结,最终实现业务升值 。
参考资料: 《数据中台实战》董超华
《中台产品经理宝典》刘天
《2019年中国数字中台行业研究报告》艾瑞咨询
《滴滴数据仓库指标体系建设实践》 滴滴技术
《从“人货场”看B站社区生态的养成》 方正证券
#专栏作家#
零度Pasca,公众号:大兵闲记,人人都是产品经理专栏作家 。关注前沿技术趋势,理性数据主义者;热爱阅读,坚信输出是沉淀输入的最好方式,致力于用产品思维解决用户共性问题 。


特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。